标签：ext 共享 事件 发送 gif 异常 同步机制 返回 print
python--(进程相关(一))
一.进程的创建
import time import os #os.getpid() 获取自己进程的id号 #os.getppid() 获取自己进程的父进程id号 from multiprocessing import Process def func(): print("aaa") time.sleep(1) print("子进程>>>",os.getpid()) print("该子进程的父进程>>>",os.getppid()) print(12345) if __name__ == "__main__": p = Process(target=func,) p.start() print("*" * 10) print("主进程>>>",os.getpid()) print("父进程>>>",os.getppid()) 给要执行的函数传参数 import time from multiprocessing import Process def func(x,y): print(x) time.sleep(1) print(y) if __name__ == "__main__": p = Process(target=func,args=("姑娘","来玩啊"))#这是func需要接受的参数的传输方式 p.start() print("父进程执行结束")
二.join方法
import time from multiprocessing import Process 验证join方法 global_num = 100 def func1(): time.sleep(2) global global_num global_num = 0 print("子进程全局变量>>>",global_num) if __name__ == "__main__": p1 = Process(target=func1,) p1.start() print("子进程执行") time.sleep(3) p1.join()#阻塞住,等待你的p1子进程执行sing结束,主进程的程序才能从这里继续往下执行 print("主进程的全局变量>>>",global_num) 验证了一下并发的执行时间 import time from multiprocessing import Process def func1(n): time.sleep(n) print("func1",n) def func2(n): time.sleep(n) print("func2",n) def func3(n): time.sleep(n) print("func3",n) if __name__ == "__main__": p1 = Process(target=func1,args=(1,)) p2 = Process(target=func2,args=(2,)) p3 = Process(target=func3,args=(3,)) p1.start() p2.start() p3.start() for循环在创建进程中的应用 import time from multiprocessing import Process def func1(n): time.sleep(1) print(n) if __name__ == "__main__": pro_list = [] for i in range(10): p1 = Process(target=func1,args=(i,)) p1.start() pro_list.append(p1) # p1.join() # for p in pro_list: # # p.join() p1.join() print("主进程结束")
僵尸进程和孤儿进程
import time import os from multiprocessing import Process def func1(): time.sleep(30) print(os.getpid()) print(‘子进程‘) if __name__ == ‘__main__‘: p1 = Process(target=func1,) p1.start() # p1.join() # time.sleep(2) # print(p1.pid) print(‘主进程的ID‘,os.getpid()) print(‘主进程结束‘)
三.创建进程的两种方式
import time from multiprocessing import Process import os # import test01 # def func1(n): # # time.sleep(1) # print(n) # # def func2(n): # # time.sleep(1) # print(n) # # def func3(n): # # time.sleep(1) # print(n) # # def func4(n): # # time.sleep(1) # print(n) # # if __name__ == ‘__main__‘: # p1 = Process(target=func1,args=(1,)) # p2 = Process(target=func2,args=(2,)) # p3= Process(target=func3,args=(3,)) # p4 = Process(target=func4,args=(4,)) # p1.start() # run() # p2.start() # p3.start() # p4.start() # # time.sleep(0.5) # print(‘主进程结束‘) # 之前同步执行的 # func1(1) # func2(2) # func3(3) # func4(4) 创建进程的第一种方式: # p1 = Process(target=func1, args=(1,)) # p1.start() 创建进行的第二种方式: #自己定义一个类,继承Process类,必须写一个run方法,想传参数,自行写init方法,然后执行super父类的init方法 # class MyProcess(Process): # def __init__(self,n,name): # super().__init__() # self.n = n # self.name = name # # def run(self): # # print(1+1) # # print(123) # print(‘子进程的进程ID‘,os.getpid()) # print(‘你看看n>>‘,self.n) # # if __name__ == ‘__main__‘: # p1 = MyProcess(100,name=‘子进程1‘) # p1.start() #给操作系统发送创建进程的指令,子进程创建好之后,要被执行,执行的时候就会执行run方法 # print(‘p1.name‘,p1.name) # print(‘p1.pid‘,p1.pid) # print(‘主进程结束‘)
四.进程的其他方法terminate is_alive.py
import time from multiprocessing import Process def func1(): time.sleep(2) print() print("子进程") if __name__ == "__main__": p1 = Process(target=func1,) p1.start() p1.terminate() #给操作系统发了一个关闭p1子进程的信号,关闭进程 time.sleep(1) print("进程是否还活着:",p1.is_alive())#是返回True,否返回False print(p1.pid) print("主进程结束")
五.守护进程
#守护的子进程跟着主进程走 import time import os from multiprocessing import Process def func(): time.sleep(5) print(‘子进程‘, os.getpid()) if __name__ == ‘__main__‘: p1 = Process(target=func) p1.daemon = True # 设置守护进程, 当主进程结束时全部子进程立即结束 p1 .start() # time.sleep(5.5) print(‘主进程结束‘)
六.验证进程之间是空间隔离的
import time from multiprocessing import Process #进程之间是空间隔离的,不共享资源 global_num = 100 def func1(): global global_num global_num = 0 print("子进程全局变量>>>",global_num) if __name__ == "__main__": p1 = Process(target=func1,) p1.start() time.sleep(1) print("主进程的全局变量>>>",global_num)
七.子进程中不能使用input
from multiprocessing import Process def func1(): s = input(‘>>>‘) if __name__ == ‘__main__‘: p1 = Process(target=func1,) p1.start() # a = input(‘>>>:‘) print(‘主进程结束‘) ##报错
八.进程锁
ticket_lock = Lock()#创建锁 .acquire()#加锁, .release()#解锁
同步锁的作用:#加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。 # 虽然可以用文件共享数据实现进程间通信，但问题是：
# 1.效率低（共享数据基于文件，而文件是硬盘上的数据） # 2.需要自己加锁处理
import json import time import random from multiprocessing import Process,Lock def get_ticket(i,ticket_lock): print("我们都到齐了,大家预备!!123") time.sleep(1) #所有代码 异步执行,到这里等待,同时再去抢下面的代码执行 ticket_lock.acquire() #这里有个门,只有一个人能够抢到这个钥匙,加锁 with open("ticket","r") as f: last_ticket_info = json.load(f) #将文件数据load为字典类型的数据 last_ticket = last_ticket_info["count"] print(last_ticket) #查看一下余票的信息 if last_ticket > 0: #如果看到余票大于零,说明你可以抢到票 time.sleep(random.random()) #模拟网络延迟时间 last_ticket = last_ticket - 1 last_ticket_info["count"] = last_ticket with open("ticket","w") as f: #将修改后的参数写回文件 json.dump(last_ticket_info,f) print("%s号抢到了,丫nb!" % i) else: print("%s号傻逼,没票了,明年再来" % i) ticket_lock.release() if __name__ == "__main__": ticket_lock = Lock() #创建一个进程锁 for i in range(10): p = Process(target=get_ticket, args=(i, ticket_lock)) p.start()
九.信号量
Semaphore()
互斥锁同时只允许一个线程更改数据，而信号量Semaphore是同时允许一定数量的线程更改数据 。
假设商场里有4个迷你唱吧，所以同时可以进去4个人，如果来了第五个人就要在外面等待，等到有人出来才能再进去玩。
实现：
信号量同步基于内部计数器，每调用一次acquire()，计数器减1；每调用一次release()，计数器加1.当计数器为0时，acquire()调用被阻塞。这是迪科斯彻（Dijkstra）信号量概念P()和V()的Python实现。信号量同步机制适用于访问像服务器这样的有限资源。
信号量与进程池的概念很像，但是要区分开，信号量涉及到加锁的概念
import time import random from multiprocessing import Process,Semaphore def dbj(i,s): s.acquire() print(‘%s号男主人公来洗脚‘%i) print(‘-------------‘) time.sleep(random.randrange(3,6)) # print(time.time()) s.release() if __name__ == ‘__main__‘: s = Semaphore(4) #创建一个计数器,每次acquire就减1,直到减到0,那么上面的任务只有4个在同时异步的执行,后面的进程需要等待. for i in range(10): p1 = Process(target=dbj,args=(i,s,)) p1.start()
十.事件
e = Event()# e.set()#将e改为True e.clear() # 将e改为False
python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。
事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
from multiprocessing import Process, Event e = Event() #False True print(e.is_set()) e.set() #将e事件的状态改为True print("在这里等待") e.clar() #将e事件的状态改为False print("111") e.wait() print("是真的吗")
import time from multiprocessing import Process,Event #模拟红绿灯执行状态的函数 def traffic_lights(e): while 1: print("红灯啦") time.sleep(5) e.set() #将e改为True print("绿灯了") time.sleep(3) e.clear() #将e改为False def car(i,e): if not e.is_set(): #新来的车看到的是红灯 print("我们在等待....") e.wait() print("走你") else: print("可以走了!!!") if __name__ == "__main__": e = Event() hld = Process(target=traffic_lights, args=(e,)) hld.start() while 1: time.sleep(0.5) #创建10个车 for i in range(3): p1 = Process(target=car,args=(i,e,)) p1.start()
十一.队列
# 遵循先进先出的原则 q = Queue(3) 创建3个队列 q.put()发送数据 q.get()接受数据
q = Queue([maxsize]) #创建共享的进程队列 q.get( [ block [ ,timeout ] ] ) #返回q中的一个项目。如果q为空，此方法将阻塞，直到队列中有项目可用为止。block用于控制阻塞行为，默认为True. 如果设置为False，将引发Queue.Empty异常（定义在Queue模块中）。timeout是可选超时时间，用在阻塞模式中。如果在制定的时间间隔内没有项目变为可用，将引发Queue.Empty异常。 q.get_nowait( ) #和q.get(False)方法,一样 q.put(item [, block [,timeout ] ] ) #将item放入队列。如果队列已满，此方法将阻塞至有空间可用为止。block控制阻塞行为，默认为True。如果设置为False，将引发Queue.Empty异常（定义在Queue库模块中）。timeout指定在阻塞模式中等待可用空间的时间长短。超时后将引发Queue.Full异常。 q.qsize() #返回队列中目前项目的正确数量。此函数的结果并不可靠，因为在返回结果和在稍后程序中使用结果之间，队列中可能添加或删除了项目。在某些系统上，此方法可能引发NotImplementedError异常。 q.empty() #如果调用此方法时 q为空，返回True。如果其他进程或线程正在往队列中添加项目，结果是不可靠的。也就是说，在返回和使用结果之间，队列中可能已经加入新的项目。 .full() #如果q已满，返回为True. 由于线程的存在，结果也可能是不可靠的（参考q.empty（）方法）。。 q.close() #关闭队列，防止队列中加入更多数据。调用此方法时，后台线程将继续写入那些已入队列但尚未写入的数据，但将在此方法完成时马上关闭。如果q被垃圾收集，将自动调用此方法。关闭队列不会在队列使用者中生成任何类型的数据结束信号或异常。例如，如果某个使用者正被阻塞在get（）操作上，关闭生产者中的队列不会导致get（）方法返回错误。 q.cancel_join_thread() #不会再进程退出时自动连接后台线程。这可以防止join_thread()方法阻塞。 q.join_thread() #连接队列的后台线程。此方法用于在调用q.close()方法后，等待所有队列项被消耗。默认情况下，此方法由不是q的原始创建者的所有进程调用。调用q.cancel_join_thread()方法可以禁止这种行为。
from multiprocessing import Process,Queue #先进先出 q = Queue(3) q.put(1) q.put(2) # print(q.full()) #q.full()队列满了返回True,不满返回False q.put(3) # print(‘>>>>‘,q.full()) q.get_nowait()= () #不会阻塞住,相当于空队列 # try: # q.get(False) # queue.Empty # q.get_nowait() #queue.Empty # except: # print(‘队列目前是空的‘) # while 1: # try: # q.get(False) #queue.Empty # except: # print(‘队列目前是空的‘)
队列实现进程的通信
import time from multiprocessing import Process,Queue def girl(q): print(‘来自boy的信息‘,q.get()) print(‘来自校领导的凝视‘,q.get()) def boy(q): q.put(‘约吗‘) if __name__ == ‘__main__‘: q = Queue(5) boy_p = Process(target=boy,args=(q,)) girl_p = Process(target=girl,args=(q,)) boy_p.start() girl_p.start() time.sleep(1) q.put(‘好好工作,别乱搞‘)
十二.生产者消费者模式
#生产者消费者模型总结 #程序中有两类角色 一类负责生产数据（生产者） 一类负责处理数据（消费者） #引入生产者消费者模型为了解决的问题是： 平衡生产者与消费者之间的工作能力，从而提高程序整体处理数据的速度 #如何实现： 生产者<-->队列<——>消费者 #生产者消费者模型实现类程序的解耦和
import time from multiprocessing import Process,Queue def producer(q): for i in range(1,11): time.sleep(1) print(‘生产了包子%s号‘ % i) q.put(i) q.put(None) #针对第三个版本的消费者,往队列里面加了一个结束信号 #版本1 # def consumer(q): # while 1: # time.sleep(2) # s = q.get() # print(‘消费者吃了%s包子‘ % s) #版本2 # def consumer(q): # while 1: # time.sleep(0.5) # try: # s = q.get(False) # print(‘消费者吃了%s包子‘ % s) # except: # break def consumer(q): while 1: time.sleep(2) s = q.get() if s == None: break else: print(‘消费者吃了%s包子‘ % s)
生产者消费者模型 import time from multiprocessing import Process,Queue def producer(q): for i in range(1,11): time.sleep(1) print(‘生产了包子%s号‘ % i) q.put(i) def consumer(q): while 1: time.sleep(2) s = q.get() if s == None: break else: print(‘消费者吃了%s包子‘ % s) if __name__ == ‘__main__‘: #通过队列来模拟缓冲区,大小设置为20 q = Queue(20) #生产者进程 pro_p = Process(target=producer,args=(q,)) pro_p.start() #消费者进程 con_p = Process(target=consumer,args=(q,)) con_p.start() pro_p.join() q.put(None)
1 #生产者消费者模型 2 import time 3 from multiprocessing import Process,Queue,JoinableQueue 4 5 def producer(q): 6 for i in range(1,11): 7 time.sleep(0.5) 8 print(‘生产了包子%s号‘ % i) 9 q.put(i) 10 q.join() 11 print(‘在这里等你‘) 12 def consumer(q): 13 while 1: 14 time.sleep(1) 15 s = q.get() 16 print(‘消费者吃了%s包子‘ % s) 17 q.task_done() #给q对象发送一个任务结束的信号 18 19 if __name__ == ‘__main__‘: 20 #通过队列来模拟缓冲区,大小设置为20 21 q = JoinableQueue(20) 22 #生产者进程 23 pro_p = Process(target=producer,args=(q,)) 24 pro_p.start() 25 #消费者进程 26 con_p = Process(target=consumer,args=(q,)) 27 con_p.daemon = True # 28 con_p.start() 29 pro_p.join() 30 print(‘主进程结束‘)
标签：ext 共享 事件 发送 gif 异常 同步机制 返回 print
原文地址：https://www.cnblogs.com/konghui/p/9839343.html
